RiverONE：利用模拟量子机器构建知识密集型视觉-语言模型（VLM）的深度解析
RiverONE开辟了一条利用模拟量子计算在训练阶段生成结构化参数的新路径，旨在为量子校准图理解任务构建轻量级、知识密集型的经典视觉-语言模型，并在推断时完全运行于经典硬件，实现性能与效率的完美结合。
模型压缩
量子启发式算法在SAR图像处理中的突破：基于张量网络（TN）的鲁棒性与可扩展性分类深度解析
本文深度解析了由 Maximilian Scharf 等人提出的基于树张量网络（TTN）的量子启发式 SAR 目标分类方法，重点探讨其在保持高精度下的模型压缩能力及利用纠缠熵识别数据投毒的鲁棒特性。
量子化学视角下的张量网络机器学习：从多体物理到深度学习的范式转移
本文深度解析 Guillermo Valverde 等人的综述论文，探讨如何利用量子多体物理中的张量网络（TN）技术解决机器学习中的指数复杂性、可解释性与隐私挑战。